Název:
Rychlé diskriminativní neuronové sítě pro opravu textu
Překlad názvu:
Fast Discriminative Neural Networks for Text Correction
Autoři:
Chupáč, Sebastián ; Beneš, Karel (oponent) ; Kohút, Jan (vedoucí práce) Typ dokumentu: Bakalářské práce
Rok:
2023
Jazyk:
slo
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [slo][eng]
Cieľom tejto práce je návrh a implementácia architektúry rýchlej diskriminatívnej neurónovej siete s jediným dopredným priechodom, ktorá deteguje a opravuje chyby v texte. Boli navrhnuté a implementované viaceré architektúry zvlášť pre detekciu a opravy chýb. Tieto modely využívajú najmä konvolučné a LSTM vrstvy a CTC stratovú funkciu. jednotlivé modely boli trénované a následne vyhodnotené na datasetoch z troch rôznych textových korpusov. Vyhodnotením a experimentami bola ukázaná schopnosť architektúr detegovať a opravovať chyby v texte na úrovni znakov jediným dopredným priechodom.
The goal of this work is to propose and implement a fast discriminating neural network with only one forward pass, to detect and correct mistakes in text data. Multiple architectures were implemented for detection and correction separately. These models make use of convolution layers, LSTM layers and CTC loss function. Models were trained and evaluated on datasets made from three different text corpora. Experiments and evaluation present the ability of these models to detect and correct mistakes on character level with only one, fast forward pass.
Klíčová slova:
artificial intelligence; convolutional neural networks; CTC; LSTM; machine learning; natural language processing; Neural networks; text correction
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/211167